我已经查找了使用sed删除html标签的方法。我遇到了这个帖子：
Delete html tags in sed or similar
用户＆＃34;无用代码＆＃34;建议如下：
sed 's/<[^>]\+>//g'
由于我是Stack Overflow的新手，因此尚未允许对答案发表评论，我正在创建此主题以询问您上面命令行的细分。
我知道＆＃34; s＆＃34;和＆＃34; g＆＃34;在代码中做，但那个中间部分，特别是<[^>]\+>，让我感到很困惑。
提前致谢！
答案 0 :(得分：1)
[xyz]表示任何字符x，y或z
[^xyz]是相反的，即任何字符其他而不是x，y或z
因此[^>]表示>以外的任何字符。
正则表达式中的任何内容后跟+表示＆＃34;其中一个或多个＆＃34;。因此，[^>]+表示一个或多个不是>的字符。
最后，<[^>]+>表示<后跟一个或多个不是>的字符，后跟>。所以基本上<anything>。
所有这些都放在/个字符之间，以标记正则表达式搜索模式的开头和结尾。第2和第3 /之间的部分是任何找到的匹配将被替换。在这种情况下，这是一个空字符串，因为您只想删除标记。
+之前的反斜杠是因为sed默认使用正则表达式的限制版本，您也可以使用sed -E来解决此问题。
所以sed -E 's/<[^>]+>//g'（注意没有反斜杠）也行。
注意：您可能想知道是否还必须删除<>。严格来说，这不是一个有效的HTML标签，但无论如何它都会出现，你可能也想摆脱它。因此，您可以使用+代替*，而不是+，而不是bisect，这意味着一个或多个。{/ p>